既然我們已經在用Big Data在分析、預測並且影響消費者的行為,沒道理它不能被運用在分析、預測並且影響人類的其他行為。以企業的角度去看,除了消費者之外,在知識經濟時代,另一群同樣關鍵的人,就是我們賴以產生價值的人才。

Big Data HR=People Analytics

The Atlantic近期刊出了一篇They’re Watching You at Work,詳細紀錄了目前業界運用Big Data去提昇人事效率與精準度,統稱為「People Analytics」的各種方法。我鼓勵所有CEO花30分鐘的時間把它詳細讀過一次,我保證會給你非常多的啟發。

以下是我讀完之後的一些感想:

資料源的根本改變

傳統的HR流程,可供雇主判斷的資料來源非常有限,除了履歷表、面試紀錄,以及Reference Checks之外,我們只能仰賴直覺去做判斷,因此誤判的機率也不低。一旦誤判,雇用不適合的人才,不但會造成企業的損失,也造成人才自身的困擾。

在Internet+Mobile+Social的時代,由於可以參考的資料量大增,如果能夠拿來運用,提昇判斷的準確度,對人才市場的雙方都是利多。

模型的建立

預測要準確,仰賴的是好模型的建立。如何從企業內外找出理想的人才範本,如何從他們產生的資料中去篩出高預測性的指標,如何持續校正這些模型,都將是會來企業人事工作的考驗。

非主流資料的取得

當企業們開始使用Big Data去優化人事,將會造成「普遍符合多數企業人才範本」的少數菁英供不應求,因而價格大升。這時預算較少的新創企業必須要能夠像Oakland A’s一樣去找出多數企業所沒注意到的「非主流」資料,因此能用更合理的價格取得適合他們的人才。而就像魔球的後續一樣,這場戰爭將會永無止境,因為企業間會仿效,而創新者必須不斷找到突破口。

潛力與能力的差別、個性的考量

另一方面,無論是用傳統的HR流程,或是用Big Data去預測,都必須要考量人才是動態的,會進步,也會有個性、情緒。因此如何取得潛力與性格的指標資料,並且預測出適合企業文化與DNA的人才,也非常重要。

社會的價值觀

另一方面,用演算法去把人分「優劣」,至少短期內會是一件相當挑戰社會價值觀的事情。當然這裡的優劣是主觀的,從某單一企業的觀點去預測人才的適配性,而不是在評判個人的絕對優劣。不過社會大眾短期內恐怕無法明辨這件事的本質,因此對於這樣的發展會產生反抗動能。